本文關(guān)鍵詞：視覺誘發(fā)P300電位的去噪與提取算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：腦機接口技術(shù)(BCI)是當今科學(xué)研究的一個熱門領(lǐng)域,有著巨大的應(yīng)用價值。腦機接口是一個不依賴于正常的外周神經(jīng)和肌肉組織傳輸通道而是直接在大腦和外部環(huán)境之間進行通訊的系統(tǒng)。BCI為那些喪失運動及語言能力但是大腦的思維活動正常的人們帶來了福音,患者不需要進行語言或者肢體動作而是直接通過大腦來表達自己的想法從而操縱外部設(shè)備。BCI還為健康人提供了一種嶄新的交流通信模式,并且可以幫助在特殊環(huán)境下的工作人員,應(yīng)用領(lǐng)域十分廣泛。事件相關(guān)電位ERP是BCI系統(tǒng)中常用的腦電信號,經(jīng)典的ERP主要成分包括P100、N100、P200、N200、P300,其中P300電位是目前研究最為廣泛的一種ERP, P300與注意、記憶等高級心理活動密切相關(guān)。本文設(shè)計了和經(jīng)典字符拼寫系統(tǒng)相似的基于P300的刺激界面,并進行了腦誘發(fā)電位采集實驗。由于腦電信號十分微弱,信噪比很低,且在采集過程中常�；烊肫渌母蓴_偽跡,影響腦電信號的處理結(jié)果和分析判斷。本文著重研究P300電位的去噪、特征提取與分類識別算法。主要的工作內(nèi)容如下：(1)對傳統(tǒng)的字符拼寫刺激界面做了少許改進,在實驗室環(huán)境中,選擇四名受試者進行P300腦誘發(fā)電位采集實驗。(2)在腦電信號的預(yù)處理過程中,提出了一種基于獨立分量分析和經(jīng)驗?zāi)B(tài)分解相結(jié)合(ICA-EMD)的去噪算法來去除EEG信號中常見的眼電干擾偽跡。該算法解決了單獨使用ICA方法時不能自動識別偽跡分量和會舍棄一部分有用的腦電信息這兩個問題,去噪效果更好,且在實驗中無需設(shè)置眼電參考信號,操作簡便,性能優(yōu)越。(3)對經(jīng)過去噪處理和疊加平均之后的腦電信號進行特征提取,融合小波分解和時域能量熵兩種方法提取P300特征,選取最能表征P300電位的小波分解近似系數(shù)和第4-6段數(shù)據(jù)的能量熵值作為特征向量,降低數(shù)據(jù)的維數(shù),減少運算量。選用支持向量機作為分類器對特征向量進行識別分類,結(jié)果表明,兩種特征融合下的分類準確率較單特征時更高,證明本文所用的算法能有效提高分類器的識別準確率。
【關(guān)鍵詞】：BCI P300電位 眼電偽跡 獨立分量分析 小波分解
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN911.7;R338
【目錄】：

• 摘要8-9
• ABSTRACT9-11
• 第一章 緒論11-19
• 1.1 腦機接口概述11-14
• 1.2 腦機接口研究的背景及意義14-15
• 1.3 腦機接口技術(shù)的研究現(xiàn)狀15-16
• 1.4 主要內(nèi)容及章節(jié)安排16-19
• 第二章 腦電信號P300及采集19-25
• 2.1 事件相關(guān)電位ERP與P30019-21
• 2.1.1 事件相關(guān)電位ERP19-20
• 2.1.2 P300電位20
• 2.1.3 P300的應(yīng)用及意義20-21
• 2.2 腦電信號P300的采集21-24
• 2.2.1 實驗裝置21-23
• 2.2.2 刺激范式23-24
• 2.3 本章小結(jié)24-25
• 第三章 基于ICA-EMD的眼電偽跡去噪算法25-45
• 3.1 眼電偽跡去噪方法25-28
• 3.1.1 回歸方法25-26
• 3.1.2 自適應(yīng)濾波方法26-27
• 3.1.3 小波變換27
• 3.1.4 盲源分離27-28
• 3.2 基于ICA的眼電偽跡去噪28-33
• 3.2.1 ICA原理28-30
• 3.2.2 基于ICA的眼電偽跡去噪30-33
• 3.3 基于ICA-EMD的眼電偽跡去噪33-42
• 3.3.1 基于峰度值的EOG偽跡成分自動識別33-34
• 3.3.2 EMD閾值去噪34-37
• 3.3.3 基于ICA-EMD的眼電偽跡去噪37-42
• 3.4 腦電信號預(yù)處理42-43
• 3.5 本章小結(jié)43-45
• 第四章 P300特征提取與分類45-59
• 4.1 P300特征提取算法概述45-46
• 4.2 基于小波變換的P300特征提取46-50
• 4.2.1 Mallat算法46-48
• 4.2.2 基于小波變換的特征提取方法48-50
• 4.3 基于時域能量熵的P300特征提取50-52
• 4.4 支持向量機52-54
• 4.5 基于SVM的P300分類54-57
• 4.5.1 單特征量下P300的分類正確率55-56
• 4.5.2 特征融合下P300的分類正確率56
• 4.5.3 不同導(dǎo)聯(lián)下P300的分類正確率56-57
• 4.6 本章小結(jié)57-59
• 第五章 總結(jié)與展望59-61
• 5.1 總結(jié)59
• 5.2 展望59-61
• 參考文獻61-67
• 致謝67-68
• 學(xué)位論文評閱答辯情況表68

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 薛蘊全,王秋英,王宏;腦電信號的動態(tài)時空響應(yīng)拓撲圖[J];儀器儀表學(xué)報;2001年S1期

2 馬穎穎;張涇周;吳疆;;腦電信號處理方法[J];北京生物醫(yī)學(xué)工程;2007年01期

3 謝松云;張振中;楊金孝;張坤;;腦電信號的若干處理方法研究與評價[J];計算機仿真;2007年02期

4 魯強;劉玉軍;徐建蘭;張進祿;;一種適用于清醒動物腦電信號采集的固定裝置[J];首都醫(yī)科大學(xué)學(xué)報;2011年06期

5 董盟盟;仲軼;徐潔;戴體俊;劉功儉;;基于小波分析的腦電信號處理[J];電子設(shè)計工程;2012年24期

6 戴銀濤,吳祈耀;快速提取腦電信號的譜分量參數(shù)[J];北京生物醫(yī)學(xué)工程;1989年01期

7 孟欣，歐陽楷;腦電信號的幾個非線性動力學(xué)分析方法[J];北京生物醫(yī)學(xué)工程;1997年03期

8 程明,高上凱,張琳;基于腦電信號的腦—計算機接口[J];北京生物醫(yī)學(xué)工程;2000年02期

9 羅建,崔亮,衛(wèi)娜,張治鋼;腦電信號采集與處理系統(tǒng)的研制[J];醫(yī)療衛(wèi)生裝備;2000年06期

10 吳小培,馮煥清,周荷琴,王濤;獨立分量分析及其在腦電信號預(yù)處理中的應(yīng)用[J];北京生物醫(yī)學(xué)工程;2001年01期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 薛蘊全;王秋英;王宏;;腦電信號的動態(tài)時空響應(yīng)拓撲圖[A];中國儀器儀表學(xué)會第三屆青年學(xué)術(shù)會議論文集（上）[C];2001年

2 王裕清;粱平;郭付清;張登攀;;腦電信號診斷專家系統(tǒng)的研究[A];中國生理學(xué)會第21屆全國代表大會暨學(xué)術(shù)會議論文摘要匯編[C];2002年

3 朱林劍;包海濤;孫守林;梁豐;;新型腦電信號采集方法與應(yīng)用研究[A];大連理工大學(xué)生物醫(yī)學(xué)工程學(xué)術(shù)論文集（第2卷）[C];2005年

4 許濤;朱林劍;包海濤;;基于思維腦電信號的假手的研究[A];提高全民科學(xué)素質(zhì)、建設(shè)創(chuàng)新型國家——2006中國科協(xié)年會論文集（下冊）[C];2006年

5 李愛新;孫鐵;郭炎峰;;基于人工神經(jīng)網(wǎng)絡(luò)的腦電信號模式分類[A];自動化技術(shù)與冶金流程節(jié)能減排——全國冶金自動化信息網(wǎng)2008年會論文集[C];2008年

6 童珊;黃華;陳槐卿;;混沌理論在腦電信號分析中的應(yīng)用[A];中國生物醫(yī)學(xué)工程學(xué)會第六次會員代表大會暨學(xué)術(shù)會議論文摘要匯編[C];2004年

7 李凌;曾慶寧;堯德中;;利用兩級抗交叉串擾自適應(yīng)濾波器提取誘發(fā)腦電信號[A];中國生物醫(yī)學(xué)工程學(xué)會第六次會員代表大會暨學(xué)術(shù)會議論文摘要匯編[C];2004年

8 葛家怡;周鵬;王明時;;睡眠腦電信號樣本熵的研究[A];中國生物醫(yī)學(xué)工程進展——2007中國生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會論文集（下冊）[C];2007年

9 李麗君;黃思娟;吳效明;熊冬生;;基于運動想象的腦電信號特征提取與分類[A];中國儀器儀表學(xué)會醫(yī)療儀器分會2010兩岸四地生物醫(yī)學(xué)工程學(xué)術(shù)年會論文集[C];2010年

10 葛家怡;周鵬;王明時;;睡眠腦電信號樣本熵的研究[A];天津市生物醫(yī)學(xué)工程學(xué)會2007年學(xué)術(shù)年會論文摘要集[C];2007年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 張文清　記者 王春;意念控制車速及左右轉(zhuǎn)彎前行[N];科技日報;2008年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 彭宏;普適化腦電信息感知關(guān)鍵問題的研究[D];蘭州大學(xué);2015年

2 吳玉鵬;AR譜在皮層癇樣腦電信號分析應(yīng)用[D];河北醫(yī)科大學(xué);2015年

3 吳畏;基于統(tǒng)計建模的多導(dǎo)聯(lián)腦電信號時空建模方法研究[D];清華大學(xué);2012年

4 孫宇舸;腦—機接口系統(tǒng)中腦電信號處理方法的研究[D];東北大學(xué);2012年

5 周群;腦電信號同步：方法及應(yīng)用研究[D];電子科技大學(xué);2009年

6 趙麗;基于腦電信號的腦-機接口技術(shù)研究[D];天津大學(xué);2004年

7 李春勝;腦電信號混沌特性的研究與應(yīng)用[D];東北大學(xué);2011年

8 歐陽高翔;癲癇腦電信號的非線性特征識別與分析[D];燕山大學(xué);2010年

9 繆曉波;基于腦電信號的認知動力學(xué)系統(tǒng)研究——線性/非線性方法及動態(tài)時—頻—空分析[D];重慶大學(xué);2004年

10 張美云;阿爾茨海默病腦電信號多尺度時空定量特征研究[D];天津醫(yī)科大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 于洪;基于腦電信號的警覺度估計[D];上海交通大學(xué);2007年

2 蔣潔;基于高性能計算的腦電信號分析[D];燕山大學(xué);2010年

3 張志琴;腦電信號的復(fù)雜性分析[D];中南大學(xué);2009年

4 許鳳娟;腦電信號采集與分析系統(tǒng)的設(shè)計[D];長春理工大學(xué);2011年

5 曹銘;意識障礙患者腦電信號的非線性動力學(xué)評價分析[D];杭州電子科技大學(xué);2012年

6 劉靜;基于加權(quán)排序熵的多通道腦電信號同步算法研究[D];燕山大學(xué);2015年

7 陳澤濤;基于腦電信號分析的AD早期評估系統(tǒng)的設(shè)計與實現(xiàn)[D];燕山大學(xué);2015年

8 王曉濱;LED光針灸對腦功能的影響研究[D];天津職業(yè)技術(shù)師范大學(xué);2015年

9 徐朝陽;基于深度網(wǎng)絡(luò)的腦電信號分類方法研究[D];中國海洋大學(xué);2015年

10 劉巨娟;基于腦電信號識別的駕駛員-汽車混合控制系統(tǒng)設(shè)計[D];東北大學(xué);2014年

  本文關(guān)鍵詞：視覺誘發(fā)P300電位的去噪與提取算法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：479076